PulseAugur
中
实时 13:53:44
English(EN) VSANet: View-aware Sparse Attention Network for Light Field Image Denoising

引入VSANet，利用稀疏注意力进行光场图像去噪

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了VSANet，一种用于光场图像去噪的新型网络。该网络采用视感知稀疏注意力（VSA）块，通过将4D光场数据视为统一的空间-角度令牌来处理。VSA块采用基于局部敏感哈希的稀疏注意力，以线性复杂度实现全局特征交互，有效捕捉不同视角和空间位置之间的相关性。此外，还引入了特征细化（FR）块，以增强空间、角度和外极子空间中的信息特征。这些块集成到顺序注意力细化模块中，构成了VSANet的核心，该网络在性能上优于现有的最先进方法。 AI

影响 引入了一种用于光场图像去噪的新型网络架构，有望提高专业成像应用的性能。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种用于图像去噪的新网络架构。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

引入VSANet，利用稀疏注意力进行光场图像去噪

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Gargi Panda, Soumitra Kundu, Saumik Bhattacharya, Aurobinda Routray ·

    VSANet: View-aware Sparse Attention Network for Light Field Image Denoising

    arXiv:2606.24737v1 Announce Type: new Abstract: Light field (LF) image denoising is challenging due to the high-dimensional structure of LF data. While noise is independent across sub-aperture images, scene content exhibits strong cross-view correlations. We introduce VSANet, a v…

  2. arXiv cs.CV TIER_1 English(EN) · Aurobinda Routray ·

    VSANet: View-aware Sparse Attention Network for Light Field Image Denoising

    Light field (LF) image denoising is challenging due to the high-dimensional structure of LF data. While noise is independent across sub-aperture images, scene content exhibits strong cross-view correlations. We introduce VSANet, a view-aware sparse attention network for LF denois…

相关实体

相关话题